I pesi aperti non sono open source, e il divario inizia a vedersi

I pesi sono i parametri numerici appresi durante l'addestramento. Da soli permettono di eseguire un modello, ospitarlo in autonomia, adattarlo a documenti interni e fare a meno dell'API di un fornitore. È un asset reale. Tuttavia, secondo l'Open Source Initiative, rappresentano solo "una frazione delle informazioni necessarie per una piena responsabilità".

Steven J. Vaughan-Nichols, su The Register, ha argomentato il 15 settembre che l'industria ha silenziosamente sostituito una parola con un'altra. Un'azienda pubblica i file del modello su Hugging Face, gli sviluppatori li eseguono sulle proprie GPU e il rilascio viene subito definito open source. Non necessariamente, sostiene l'autore: potrebbe trattarsi solo di pesi aperti.

La distinzione suona accademica. Non lo è.

Senza i dati di addestramento o una documentazione dettagliata, gli esterni non possono stabilire quali fonti siano state utilizzate per creare un modello. Non è possibile sapere se siano stati inclusi materiali protetti da copyright o privati, come i dati siano stati filtrati, quali lingue siano state sottorappresentate, se i dati di benchmark siano finiti nell'addestramento o quale lavoro di allineamento sia stato svolto dopo il preaddestramento. James Landay, direttore dello Stanford Institute for Human-Centered AI, ha dichiarato a The Register che i pesi aperti sono un progresso perché permettono di tenere il modello fuori dalla pipeline dati di terzi. Ha poi aggiunto: "Non riesci comunque a vedere come è stato costruito, su cosa è stato addestrato o perché si comporta in quel modo. Non è un modello aperto. È distribuzione aperta."

L'Open Source Initiative ha tentato di chiarire la questione con la sua Open Source AI Definition, OSAID 1.0, pubblicata nell'ottobre 2024. Il documento richiede che i parametri del modello, pesi inclusi, siano disponibili secondo termini approvati dall'OSI, ma non prescrive un meccanismo legale specifico. Quel vuoto non si è colmato. Luca Antiga, CTO di Lightning AI, ha definito il trattamento dei pesi "un buco enorme che renderà le licenze meno efficaci". Bruce Perens, autore della definizione originale di open source, ha denunciato l'OSAID nel 2024 e in seguito ha affermato che l'OSI stessa è ormai coinvolta nell'openwashing. Bradley Kuhn della Software Freedom Conservancy e Richard Fontana di Red Hat hanno chiesto l'abrogazione della definizione.

Cosa offrono davvero i pesi

Mozilla ha pubblicato la versione 1.1 del rapporto State of Open Source AI il 15 settembre, con dati aggiornati al 1 settembre. È un utile esame di realtà per entrambe le parti. Il miglior modello aperto si è classificato tre punti dietro il leader chiuso sull'Artificial Analysis Intelligence Index, al 60% del prezzo. Si è fermato a due punti da Claude Fable 5, al 30%. Adattando i dati sul task-horizon di METR, Mozilla ha stimato il divario tra modelli aperti e chiusi in circa 4,4 mesi, vicino alla stima di quattro mesi di Epoch AI. Secondo i calcoli di Mozilla, la capacità dei modelli aperti raddoppia ogni 3,9 mesi, contro i 5,5 mesi di quelli chiusi.

Mozilla è un sostenitore dei modelli aperti e il rapporto non è neutrale: TIME ha riferito il 14 luglio che il CTO di Mozilla, Raffi Krikorian, lo ha descritto come in parte un atto di advocacy. Gli stessi numeri del rapporto contraddicono però il titolo. Il documento conta 16 rilasci aperti degni di nota, ma nessuno fornisce la ricetta dei dati richiesta dalla definizione OSI. Il divario di quattro mesi e la cifra del 30% sul prezzo sono misurati da API a API su endpoint ospitati al prezzo di listino.

Poi c'è l'hardware. Il grafico di Mozilla posiziona il miglior modello aperto che gira su un singolo server a 52,6 e il migliore che gira su una singola GPU a 40, con cali di 10 e 23 punti. Il checkpoint nativo MXFP4 di Kimi K3 occupa circa 1,56TB su 96 shard. La configurazione di serving elenca 64 o più acceleratori, mentre vLLM richiede almeno otto GPU GB300 con più nodi per il traffico di produzione. Mozilla lo definisce aperto ma non eseguibile dalla maggior parte di chi lo possiede. Un'eccezione: Inkling-Small di Thinking Machines, sotto licenza Apache 2.0, gira su una singola B300 con un minimo di 180GB.

Krikorian ha detto ad Ars Technica via email che la scelta di pagare per i modelli chiusi sembra dipendere dal carico di lavoro più che dall'organizzazione. I dati finanziari confermano. Secondo la Linux Foundation, i fornitori di modelli chiusi hanno incassato il 96% dei ricavi a livello di modello su OpenRouter da maggio a settembre 2025. Nello stesso periodo, Mozilla ha contato otto dei primi dieci modelli per volume di token ad agosto come a pesi aperti, sette dei quali sviluppati in Cina.

Quest'ultimo dettaglio è cruciale per la battaglia sulle licenze. I dati di Mozilla si fermano al 1 settembre, e Artificial Analysis ha successivamente aggiornato il suo indice alla v4.3 con un insieme di valutazione diverso. I numeri tracciati non sono quindi più direttamente confrontabili con la classifica live. La didascalia del grafico di Mozilla recita: "il divario si azzera a ogni ciclo di rilascio". Un ritardo di 4,4 mesi è un'istantanea, non una linea di tendenza.

Il fronte del diritto d'autore è dove la documentazione mancante diventa costosa. Un articolo di A. Feder Cooper, Mark A. Lemley e coautori, pubblicato su arXiv e rivisto il 20 luglio 2026, ha condotto oltre 3.000 esperimenti su 200 libri e 14 LLM a pesi aperti. La maggior parte dei modelli non ha memorizzato la maggior parte dei libri, né in tutto né in parte. Ma Llama 3.1 70B ha memorizzato interamente alcuni titoli, tra cui Harry Potter e la pietra filosofale, abbastanza da estrarre quasi alla lettera l'intero libro dalle sue prime parole. Gli autori affermano che il risultato non favorisce nessuna delle due parti in tribunale.

La disputa sull'etichetta non è quindi una questione di semantica. Se non puoi vedere i dati, non puoi verificare cosa ha memorizzato un modello e non puoi riprodurre il sistema che l'ha prodotto. La formulazione di Landay è la più chiara tra quelle disponibili. I pesi aperti rispondono alla domanda se puoi eseguirlo. L'open source risponde alla domanda se puoi fidarti, migliorarlo e costruirci sopra la cosa successiva.